В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик | К списку авторов | К списку публикаций
В 2004 г. крупнейшие банки Японии, такие как Ogaki Kyoritsu Bank, Suruga Bank, The Hiroshima Bank и The Bank of IKEDA, внедрили систему биометрической идентификации по венам ладони для подтверждения операций по банковской карте в банкоматах. Нововведение позволило значительно повысить уровень безопасности и комфорта при организации доступа к личному счету даже при отсутствии банковской карты. Повышенный интерес к технологии был обусловлен необходимостью разработки надежной системы доступа даже во время стихийных бедствии и катастроф. Так, например, во время крупного землетрясения в Японии в 2011 г. многие жители не смогли воспользоваться банкоматами для снятия наличных средств, поскольку карты и другие подтверждающие документы были безвозвратно утеряны.
В данной статье рассмотрим биометрическую технологию распознавания вен ладони, ее преимущества и недостатки.
Метод сканирования подкожных вен ладони основан на считывании отраженного от человеческой ладони излучения в инфракрасной области спектра с длиной волны 760 нм. Поскольку восстановленный гемоглобин крови поглощает инфракрасное излучение, то от венозных сосудов ладони отражается излучение меньшей интенсивности, чем от остальной ее поверхности. Так формируется уникальный рисунок венозных сосудов, и вены становятся видимыми при сканировании в ИК-лучах.
На рис. 1 показана зависимость коэффициента поглощения гемоглобином крови от длины волны в инфракрасном спектре.
По сравнению с отпечатком или рисунком вен пальцев рисунок вен ладони сложнее и имеет больше уникальных особенностей, позволяющих довольно точно строить цифровую модель и производить идентификацию по базам данных. Внутренняя сторона ладони менее восприимчива к изменению цвета кожи в отличие от тыльной стороны, поэтому именно она в основном используется для идентификации. Стоит также отметить, что данный метод абсолютно безвреден для кожи и кровеносных сосудов.
Рассмотрим конструктив системы идентификации по венам ладони на рис. 2. Сканер представляет собой устройство, в основе которого используются CMOS-матрица, оптическая линза и светофильтры. Захват изображения с CMOS-матрицы производится не менее 300 раз в секунду.
Полученная картинка поступает на персональный компьютер или микроконтроллер для последующей обработки. Как правило, в самой конструкции сканера уже имеется микроконтроллер для формирования математического шаблона и возможности шифрования данных для безопасной передачи посредством USB-интерфейса либо отправки по локальной сети.
Этап 1
Первым этапом в создании биометрического шаблона является фильтрация исходного графического изображения и выделение области интереса. Фильтрация позволяет выделить значимые области вен ладони и снизить области шумов и бликов. Для таких задач общепринятым считается использование алгоритма дискретного преобразования Фурье. Принимая во внимание, что ладонь может быть приложена со смещением в горизонтальной плоскости по отношению к сканеру, очень важно рассчитать алгоритм фильтрации с учетом этих требований.
Этап 2
Следующим этапом производится бинаризация, которая нужна для приведения всех изображений к единому виду и уменьшению влияния различной фокусировки и контрастности изображения. При бинаризации областей также отсекается часть шумов с использованием так называемой маски шума.
Этап 3
Важным этапом при обработке изображения вен ладони является выделение области интереса (рис. 3). Как правило, алгоритм основывается на методе выделения "перепонок" между указательным и средним, средним и безымянным пальцами, безымянным пальцем и мизинцем. По всем точкам контура ладони рассчитывается центр масс и находится условный центр ладони. Полученные коэффициенты угла поворота ладони приводятся к одному значению. Такой метод позволяет добиться независимости качества распознавания от угла поворота в горизонтальной плоскости относительно сканера.
Этап 4
Полученное обработанное изображение разбивается на участки дискретизации с указанием координат контрольных точек, углов поворотов линий и записывается в файл, который и представляет собой математическую модель. Очевидно, что восстановить исходное графическое изображение рисунка вен ладони невозможно. Размер шаблона в среднем не превышает одного килобайта.
Процесс идентификации основан на сравнении одного шаблона с другими, хранящимися в базе данных. Для идентификации используется алгоритм корреляции, который несет основную процессорную нагрузку для вычислительной системы. Для увеличения скорости распознавания и снижения процессорного времени часто применяется алгоритм предвыборки, использующий глобальные особенности строения венозного рисунка (хеш-код). В целом алгоритм предвыборки позволяет значительно сузить поиски по базе данных близких значений глобальных особенностей.
Рассматривая биометрическую технологию распознавания вен ладони, стоит отдельно выделить ее отличительные особенности и преимущества:
Опубликовано: Журнал "Системы безопасности" #6, 2014
Посещений: 19019
Автор
| |||
В рубрику "Системы контроля и управления доступом (СКУД)" | К списку рубрик | К списку авторов | К списку публикаций
